Un monde qui fonctionne avec des outils de codage d’IA de plus en plus puissants est un monde où la création de logiciels est bon marché – du moins c’est ce que l’on pense – laissant peu de place aux éditeurs de logiciels traditionnels. Comme le dit un rapport d’analyste, « le vibe coding permettra aux startups de reproduire les fonctionnalités de plates-formes SaaS complexes ».
Repérez les inquiétudes et les déclarations selon lesquelles les éditeurs de logiciels sont condamnés.
Les projets de logiciels open source qui utilisent des agents pour surmonter des contraintes de ressources de longue date devraient logiquement être parmi les premiers à bénéficier de l’ère du code bon marché. Mais cette équation ne tient pas vraiment. En pratique, l’impact des outils de codage d’IA sur les logiciels open source a été bien plus mitigé.
Les outils de codage de l’IA ont causé autant de problèmes qu’ils en ont résolus, selon les experts du secteur. La nature facile à utiliser et accessible des outils de codage d’IA a permis un flot de mauvais codes qui menace de submerger les projets. Créer de nouvelles fonctionnalités est plus facile que jamais, mais les maintenir est tout aussi difficile et menace de fragmenter davantage les écosystèmes logiciels.
Le résultat est une histoire plus compliquée que la simple abondance de logiciels. La mort imminente et prévue de l’ingénieur logiciel dans cette nouvelle ère de l’IA est peut-être prématurée.
Qualité vs quantité
Dans l’ensemble, les projets dotés de bases de code ouvertes remarquent une baisse de la qualité moyenne des soumissions, probablement en raison de la réduction des barrières à l’entrée par les outils d’IA.
« Pour les personnes qui sont juniors dans la base de code de VLC, la qualité des demandes de fusion que nous voyons est épouvantable », a déclaré Jean-Baptiste Kempf, PDG de l’organisation VideoLan qui supervise VLC, dans une récente interview.
Événement Techcrunch
Boston, Massachusetts
|
23 juin 2026
Kempf est toujours optimiste quant aux outils de codage d’IA dans leur ensemble, mais affirme qu’ils sont les meilleurs « pour les développeurs expérimentés ».
Des problèmes similaires ont été rencontrés chez Blender, un outil de modélisation 3D maintenu en open source depuis 2002. Franceso Siddi, PDG de la Blender Foundation, a déclaré que les contributions assistées par LLM « faisaient généralement perdre du temps aux évaluateurs et affectaient leur motivation ». Blender développe toujours une politique officielle pour les outils de codage d’IA, mais Siddi a déclaré qu’ils ne sont « ni obligatoires ni recommandés pour les contributeurs ou les développeurs principaux ».
Le flot de demandes de fusion est devenu si grave que les développeurs open source créent de nouveaux outils pour le gérer.
Plus tôt ce mois-ci, le développeur Mitchell Hashimoto a lancé un système qui limiterait les contributions GitHub aux utilisateurs « garants », fermant ainsi la politique de la porte ouverte aux logiciels open source. Comme Hashimoto l’a dit dans l’annonce, « l’IA a éliminé la barrière naturelle à l’entrée qui permettait aux projets OSS de faire confiance par défaut ».
Le même effet est apparu dans les programmes de bug bounty, qui donnent aux chercheurs extérieurs une porte ouverte pour signaler les vulnérabilités de sécurité. Le programme de transfert de données open source cURL a récemment interrompu son programme de bug bounty après avoir été submergé par ce que son créateur Daniel Stenberg a décrit comme une « saloperie d’IA ».
« Auparavant, quelqu’un investissait beaucoup de temps dans le rapport sur la sécurité », a déclaré Stenberg lors d’une récente conférence. « Il y avait une friction inhérente, mais maintenant il n’y a aucun effort pour y parvenir. Les vannes sont ouvertes. »
C’est particulièrement frustrant car de nombreux projets open source voient également les avantages des outils de codage d’IA. Kempf affirme que cela a rendu la création de nouveaux modules pour VLC beaucoup plus facile, à condition qu’il y ait un développeur expérimenté à la barre.
« Vous pouvez donner au modèle toute la base de code de VLC et dire : ‘Je porte cela sur un nouveau système d’exploitation' », a déclaré Kempf. « Il est utile pour les personnes expérimentées d’écrire du nouveau code, mais c’est difficile à gérer pour les personnes qui ne savent pas ce qu’elles font. »
Des priorités concurrentes
Le plus gros problème pour les projets open source est la différence de priorités. Des entreprises comme Meta valorisent les nouveaux codes et produits, tandis que le travail sur les logiciels open source se concentre davantage sur la stabilité.
« Le problème est différent des grandes entreprises aux projets open source », a commenté Kempf. « Ils sont promus pour avoir écrit du code, pas pour le maintenir. »
Les outils de codage de l’IA arrivent également à un moment où les logiciels, en général, sont particulièrement fragmentés.
Le fondateur d’Open Source Index, Konstantin Vinogradov, qui a récemment lancé une fondation pour maintenir l’infrastructure open source, a déclaré que les outils d’IA se heurtent à une tendance de longue date dans l’ingénierie open source.
« D’une part, nous avons une base de code en croissance exponentielle avec un nombre d’interdépendances en croissance exponentielle, et d’autre part, nous avons un nombre de mainteneurs actifs, qui augmente peut-être lentement, mais qui ne suit certainement pas le rythme », a déclaré Vinogradov. « Avec l’IA, les deux parties de cette équation se sont accélérées. »
Il s’agit d’une nouvelle façon d’envisager l’impact de l’IA sur le génie logiciel – une façon dont les implications sont alarmantes pour l’industrie dans son ensemble.
Si vous considérez l’ingénierie comme le processus de production d’un logiciel fonctionnel, le codage par l’IA rend la tâche plus facile que jamais. Mais si l’ingénierie consiste réellement à gérer la complexité des logiciels, les outils de codage de l’IA pourraient rendre la tâche plus difficile. À tout le moins, il faudra beaucoup de planification et de travail pour maîtriser la complexité tentaculaire.
Pour Vinogradov, le résultat est une situation familière pour les projets open source : beaucoup de travail à faire, et pas assez de bons ingénieurs pour le faire.
« L’IA n’augmente pas le nombre de mainteneurs actifs et qualifiés », a-t-il fait remarquer. « Cela donne du pouvoir aux bons, mais tous les problèmes fondamentaux demeurent. »
